论文部分内容阅读
近几年来,随着社会和科技的不断发展。人们开始对周围的休闲场所环境有更高的要求,因此具有美感的音乐喷泉越来越受到人们的喜爱。音乐喷泉是通过分析音乐的音频特征,然后将分析的音频信号变为控制信号运用到喷泉控制当中的一个系统。这些控制信号使音乐的旋律和喷泉的水型发生同步变化,使音乐喷泉表演更加生动、多彩、迷人。以往的音乐喷泉在智能控制这方面还有些欠缺,很多的的喷泉还是程控型的,需要人工离线预编程。这种模式会耗费大量的人力物力,并且技术人员对音乐中的许多内容只能进行简单的处理,不能使喷泉更加多样化。市场上也有一些智能音乐喷泉,但是能够识别的音乐特征比较单一,不足以体现音乐的内涵。这种模式的喷泉表现不够丰富,不够吸引观众。目前市场上还比较少见基于音乐的大三度、小三度、旋律、演奏速度等音乐情感特征的智能音乐喷泉。为了解决这个问题,本文将重点研究基于音乐特征识别的音乐喷泉,具体研究工作如下:首先,通过分析音乐的基本性质和组织结构,提取出音符特征,在音符的基础上提取音高、音强、音长等特征。利用算法,提取音乐小节线,并且提取音乐小节特征向量。再根据向量夹角余弦来判断相邻音乐小节的相似性,把特征向量相似的音乐小节连接起来,将音乐划分为具有独立情感的乐段。接着,通过对音乐乐段的划分,提取出乐段的七维情感特征向量,这七维特征向量包括大三度、小三度、演奏速度、节拍、节奏的变化强度、力度的平均值、旋律的方向性。利用Arousal-Valence情感模型将乐段分为四种情感(激烈、悲伤、平静、欢快)。采用BP神经网络作为乐段情感识别器,找到音乐特征空间到情感空间的映射关系,把乐段情感进行分类,识别出乐段的情感类型。最后,识别出的乐段情感,匹配相适应的音乐喷泉基本程序库,设计基本程序控制器的结构及模型。分析了灯光颜色情感表达和水型情感表达,并且设计了音乐喷泉实施方案。